November 2022 - nexa - server-nexa.polito.it

Re: [nexa] The 1960s Experiment Created Today’s Biased Police Surveillance

by 380°

380° <g380(a)biscuolo.net> writes: >> https://slate.com/technology/2022/11/police-beat-algorithm-lbj-ibm.html ah quante cose si possono fare potendo analizzare gli algoritmi! --8<---------------cut here---------------start------------->8--- Weighting, in this instance, was a means to rank the severity of different crimes. For example, crimes like homicide, rape, burglary, larceny, and auto theft were weighted with a score of four, signifying the most severe forms of crimes. Some of the arbitrary—or dare I say biased—nature of these weights can be seen in the lack of weighted differentiation between crimes against humanity like homicide on the one hand, and property crimes like car theft on the other. --8<---------------cut here---------------end--------------->8--- Non c'è che dire, scienza allo stato puro! Saluti, 380° -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

Nov. 12, 2022

Re: [nexa] The 1960s Experiment Created Today’s Biased Police Surveillance

by 380°

Enrico Nardelli <nardelli(a)mat.uniroma2.it> writes: bellissimo grazie!!! a fini archivistici aggiungo qualche estratto > https://slate.com/technology/2022/11/police-beat-algorithm-lbj-ibm.html --8<---------------cut here---------------start------------->8--- Excerpted from “You Are Not Expected to Understand This”: How 26 Lines of Code Changed the World edited by Torie Bosch. Copyright © 2022 by Princeton University Press. Reprinted by permission of Princeton University Press. In the early 1960s, the Black civil rights revolution raged in the streets across the United States. This quest to build a more racially just and equitable society happened right alongside the computer revolution. Soon the two fused with the advent of the Police Beat Algorithm, a software system to help police departments collect crime data and determine where to focus crime-fighting efforts—and one that that would end up deeply affecting our society from the 1960s up through the present. Why did the Police Beat Algorithm come to exist? What problems prompted the need for its formulation? Who developed it, and to what ends? The answers to each of these questions collectively tell a story about how a little-known computational experiment laid the cornerstone for what would become today’s surveillance infrastructure—one that has deeply and negatively affected communities of color across the globe. [...] IBM’s focus on problem-solving also dictated its marketing strategy. The company’s marketing representatives didn’t peddle prepackaged products. Rather, they engaged leaders in every major industry—from banking to transportation to the military—and simply asked, “What problem do you have?” Then, they promised to marshal IBM’s research and development strength to build customized solutions for its customers—solutions that could be broadly applied and widely scaled. [...] For the President’s Crime Commission, White America’s vision of the Watts uprisings put a face to the problem the president called on them to solve—a problem that they felt required an extraordinary remedy. They found great potential in the new computing technologies that had already revolutionized war and national defense. Computing held so much promise that in the spring of 1966, following the Watts uprisings, Johnson added the Science and Technology Task Force to the Commission to introduce new computational solutions to crime. The president justified the task force’s work by pointing to computing technology’s success in war, national defense, and space exploration: [...] While the president and the Commission held great hope for the solutions the Science and Technology Task Force would produce, they placed their hopes more specifically in the one man whom they appointed to lead it: Saul I. Gass. Gass was a mathematician and operations research pioneer. In 1958 he wrote the first textbook on linear programming—a mathematical modeling technique that seeks to (in large part) influence human behavior by quantifying and understanding the linear relationships between variables. [...] Gass signaled his agreement with the Johnson administration that policing was the institution best equipped to solve America’s crime problem—and therefore developed—the Police Beat Algorithm. [...] The Police Beat Algorithm predominantly addressed four problems associated with police operations: 1) pattern recognition, identifying crime patterns within a set of crime data; 2) profiling, associating crime patterns with probable suspects; 3) dragnetting, linking probable suspects of one crime with past crimes or arrests; and 4) patrol positioning, how to best place patrols within appropriate geographical divisions of the city based on where the most crimes take place and where known criminal suspect profiles predicted who will most likely commit those crimes and where. --8<---------------cut here---------------end--------------->8--- -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

Nov. 12, 2022

Re: [nexa] “Automaticamente illegali”. Una proposta per i sistemi di intelligenza artificiale

by 380°

Buongiorno Daniela grazie mille per la segnalazione! Mi permetto di sottoporre i miei commenti, mi perdoni Daniela se dico cose che lei probabilmente già sa ma... mi serve per capirci Chiedo scusa per l'estrema lunghezza del messaggio, tuttavia non c'è alcuna fretta di leggere e tantomeno di rispondere se del caso :-) Daniela Tafani <daniela.tafani(a)unipi.it> writes: [...] > e ho utilizzato questa tua espressione in un mio post di oggi, > > nel quale segnalo una proposta che può forse interessare a questa lista: Io lo spererei proprio :-) > "Automaticamente illegali". Una proposta per i sistemi di intelligenza > artificiale > Bollettino telematico di filosofia politica <https://btfp.sp.unipi.it/it/2022/11/automaticamente-illegali-una-proposta-p…> Parliamone... :-) Quelli che commento sono estratti del suo articolo, inclusi nei "cut here start/end" --8<---------------cut here---------------start------------->8--- I sistemi di intelligenza artificiale basati sull’apprendimento automatico (machine learning) sono utilizzati per ottenere classificazioni o produrre decisioni --8<---------------cut here---------------end--------------->8--- Ci sono tantissimi software non-AI che sonon utilizzati per classificare e produrre decisioni, non è una caratteristica "discriminante" dei software AI: sbaglio? --8<---------------cut here---------------start------------->8--- che hanno effetti rilevanti sulle vite delle persone, a una velocità e su una scala che non consentono un controllo umano significativo. --8<---------------cut here---------------end--------------->8--- Idem come sopra, è dagli anni '50 del secono scorso che negli USA (e poi progressivamente altrove) il software è usato per calcolare il credit score [1] Sistemi analoghi di "decision-making" e "advertising" sono stati sviluppati a ruota: «per determinare prezzi personalizzati delle assicurazioni auto e per quelle sulla salute, per calcolare i tassi ipotecari, gli affitti o le assunzioni lavorative; liste di potenziali “clienti” venivano cedute per proporre nuovi prodotti o nuove campagne pubblicitarie.» [1] Nel caso del software AI cosa c'è di differente sotto questo aspetto? --8<---------------cut here---------------start------------->8--- la quantità dei dati di partenza e la potenza di calcolo richiesta per la loro elaborazione fanno sì che la presenza di un essere umano nel processo (human in the loop) non sia in grado di fornire alcun controllo rilevante. --8<---------------cut here---------------end--------------->8--- Sul software di cui sopra /nessuno/ degli utilizzatori - intendo gli impiegati delle agenzie di valutazione del rischio e dei loro clienti - o delle persone oggetto di indagine finanziaria poteva esercitare un controllo, non perché la velocità e la scala con la quale un computer calcola non lo consente, ma perché il software binario è sempre una black box [1] e non solo quando è software AI. Una volta che la black box viene mandata in esecuzione, cioè il software binario diventa un processo, non ci può essere nessun "human in the loop" nei cicli di clock di una CPU :-): al massimo agli umani è dato (dai programmatori) un /minimo/ grado di libertà di influire sul processo attraverso una interfaccia [2], ma /mai/ di "esercitare controllo" sulla black box. --8<---------------cut here---------------start------------->8--- questi sistemi sono infatti sono costitutivamente opachi (black box), soggetti a errori madornali – in quanto fondati su correlazioni statistiche di ogni genere, senza accesso al significato o al contesto – e ad attacchi avversari non rilevabili. --8<---------------cut here---------------end--------------->8--- Queste, rispetto al software non-AI, sono le caratteristiche probabilmente preponderanti, però non sono esclusive del software AI, se analizziamo la AI nei suoi elementi costitutivi [3] É vero che il software AI (modello ricavato attraverso ML) è sostanzialmente "correlazione statistica" (semplifico eccessivamente?) ma il "vizietto" di ABUSARE della statistica [4] non è per nulla figlio della AI [5] [6], anzi a mio avviso è /esattamente/ l'opposto. Qui però non approfindiamo nel merito la questione del ruolo della statistica nella science crisis, perché andremmo OT: era solo per dire che esiste ed essendo il "discorso tecnico" strettamente legata al "discorso scientifico" occorre tenerne conto: «It's science's dirtiest secret: The ‘scientific method’ of testing hypotheses by statistical analysis stands on a flimsy foundation.» [7] (semmai ne parliamo in lista AISA :-) ) É vero che il software AI è (forse) più soggetto ad attacchi non rilevabili alla **supply chain** rispetto al software non-AI [8], compiler inclusi, ma anche il software non-AI binario è il risultato di una supply (build) chain complessa e alla cui base ci sono /sempre/ "binary blobs" (black boxes). In altre parole: "Reflections on Trusting Trust" [9] vale /anche/ per il software-AI: chi ha dei dubbi in merito? Questo sì che, se serve, potremmo approfondire qui, perché /volendo/ ci sono soluzioni. «So how can we know anything about computers?» [8]: parliamone! Per ora voglio solo sottolineare che "Reflections on Trusting Trust" è del 1984 (1984!) e nel frattempo il software (proprietario) è stato usato senza farsi troppi problemi /anche/ a livello accademico... è solo da poco tempo che si stanno studiando e applicando soluzioni. --8<---------------cut here---------------start------------->8--- Come osserva Andrea Bertolini, la dicotomia tra soggetti giuridici e oggetti non è superabile, tertium non datur, e l’unica classificazione ammissibile di tutte le tecnologie avanzate esistenti e ragionevolmente prevedibili – senza indulgere in tentazioni fantascientifiche – è quella di cose, oggetti e artefatti, prodotti dell’intelletto umano. Così concepite, esse rientrano chiaramente nella nozione di prodotto --8<---------------cut here---------------end--------------->8--- Il fatto è che /giuridicamente/ i prodotti /fisici/, ovviamente anche quelli dotati di automatismi come i software-AI, devono essere trattati come tali /quindi/ sottoposti a "direttiva macchine" o "marcatura CE"... ma non il software in quanto tale, per favore! Giuridicamente il software è incluso nelle opere d'ingegno, ed è cosa buona e giusta. Non sono i programmatori che decidono di incorporare il software in una macchina o un prodotto senza effettuare l'analisi dei rischi e eventualmente implementare adeguate misure di protezione. Non sono i programmatori a decidere che certi aerei /improbabili/ possono volare lo stesso con una spruzzata di AI (AI?) sopra [10]. --8<---------------cut here---------------start------------->8--- La fragilità della situazione è quella di una bolla giuridica, per usare un’espressione di Marco Giraudo: le grandi compagnie tecnologiche hanno fondato infatti il loro modello di business sull’appropriazione e la commercializzazione dei dati personali, in violazione di diritti giuridicamente tutelati, scommettendo su un successivo “salvataggio giuridico”, in nome dell’inarrestabilità dell’innovazione tecnologica. --8<---------------cut here---------------end--------------->8--- Attenzione però che la bolla giuridica riguarda la privacy dei dati personali usati come niente fosse sia con software AI che con software non-AI, non i dati in generale o il software. In merito agli argomenti usati nell'articolo per condannare l'abuso dei dati /personali/ (anche) nel calcolo dei modelli alla base di alcuni software AI sono più che d'accordo, però ci sono un'enormità di dati non personali che vengono "utilizzati per ottenere classificazioni o produrre decisioni che hanno effetti rilevanti sulle vite delle persone": sui sistemi che usano quei dati non vogliamo dire o fare niente? Non ho il diritto di conoscere i meccanismi di funzionamento del software che /decide/ che un tale fenomeno è così invece che "cosà"? --8<---------------cut here---------------start------------->8--- Frank Pasquale e Gianclaudio Malgieri. La loro proposta è di disciplinare i modelli di IA ad alto rischio incorporati oggi in prodotti e servizi attraverso una presunzione di illegalità, ossia entro un sistema di “illegalità di default”: fino a prova contraria, tali sistemi dovrebbero essere considerati illegali, e l’onere della prova contraria dovrebbe incombere alle aziende. Prima di immettere sul mercato un prodotto o un servizio che incorpori sistemi di IA ad alto rischio, le aziende – a partire da quelle che esercitano ormai, per dimensioni e prerogative, una sovranità funzionale – avrebbero l’obbligo di dimostrare che la loro tecnologia non è discriminatoria, non è manipolatoria, non è iniqua, non è inaccurata e non è illegittima nelle sue basi giuridiche e nei suoi scopi. --8<---------------cut here---------------end--------------->8--- Nell'articolo [12] il processo di /certificazione/ viene descritto così: --8<---------------cut here---------------start------------->8--- pre-approval model in which some AI developers, before launching their systems into the market, must perform a preliminary risk assessment of their technology followed by a self-certification. --8<---------------cut here---------------end--------------->8--- Analisi di /quali/ rischi, per un software?!? Rischio di "bias", "falsi positivi", "attacchi alla supply-chain", "violazione del GDPR"? I servizi di Facebook o Google violano il GDPR ma non la normativa USA, sono (potenzialmente?) illegali in EU: c'è bisogno di una analisi dei rischi per stabilirlo? MCAS [11] è stato immesso /indirettamente/ sul mercato perché usato come componente essenziale per la sicurezza del 737 MAX, poi Boeing ha effettuato una analisi dei rischi a mio avviso (e non solo mio) RIDICOLA e FAA (non Boeing) ha certificato l'idoneità dell'aereo sulla base di quelle analisi. Considerati i problemi del software analizzati prima (correlazione e attacchi) la valutazione dei rischi fino dove si dovrebbe spingere? Analizzo il mio software o devo analizzare anche i componenti terzi? Se si, fino a che livello devo spingermi, fino alla radice dell'intera catena di build? Davvero la certificazione dei sistemi hardware+software, anche se effettuata terze parti, è una soluzione efficace nonostante si sia dimostrata nel tempo fallace [13]. “Thus, the security problem of specific computer systems must, at this point in time, be solved on a case-by-case basis, employing the best judgement of a team consisting of system programmers, technical hardware and communications specialists, and security experts.” [Security controls for computer systems (aka Ware Report), 1970] [14] Ho una modesta proposta in alternativa: perché invece che «illegal by default» non chiediamo che il software - almeno quelli che "sono utilizzati per ottenere classificazioni o produrre decisioni che hanno effetti rilevanti sulle vite delle persone," (cit.) [15] - sia «free software by default», l'unico sistema che consentirebbe di "certificare" in modo distribuito e indipendente che il software non sia affetto da uno o più degli innumerevoli problemi di cui si discute molto? La stessa cosa, ovvamente, dovrebbe valere anche (anzi sporattutto, considerato che il rischio di abuso è forse più alto) anche per i software AI, perché è decisamente /fattibile/ [16]: The takeaway message is that for a machine-learning model to be trustworthy, you need to assure the provenance of the whole chain: the model itself, the software tools used to compile it, the training data, the order in which the data are batched and presented – in short, everything. Un problema di natura tecnica, come questo o per esempio il fatto che Internet /tecnicamente/ fa schifo [17] (questo tra l'altro ha ricadute pesantissime sulla privacy delle persone), può essere risolto solo tecnicamente. Un problema giuridico, semmai, è stato quello di non essere stati in grado di riconoscere per tempo che "code is law": nessuno accetterebbe una "macchina della giustizia" che /eseguisse/ i processi (pun intended) con un "Codice di Procedura Penale/Civile binario" (black box), sputando sentenze come output. Peché dovrebbe essere diverso con una diagnosi medica, una valutazione finanziaria, ecc? Allora perché non /pretendiamo/ che il software che utilizziamo noi stessi o che viene utilizzato da altri in un processo decisionale che ci riguarda - dalle sentenze fino alla pubblicità mirata, dal filtro dei messaggi via social fino alla concessione di finanziamenti - non sia libero come il Codice di Procedura Penale/Civile? ...in modo che tutti possano partecipare, se lo vogliono e hanno le adeguate competenze, come previsto nell'Art. 3 della nostra costituzione: E` compito della Repubblica rimuovere gli ostacoli di ordine economico e sociale, che, limitando di fatto la libertà e l'eguaglianza dei cittadini, impediscono il pieno sviluppo della persona umana e l'effettiva partecipazione [...] all'organizzazione politica, economica e sociale del Paese. Non trovate che una black box (software binario, niente codice sorgente) sia uno di quegli ostacoli da /rimuovere/? :-O Saluti, 380° [1] https://www.ilpost.it/carloblengino/2019/06/09/la-piu-longeva-e-invasiva-so… [2] o una backdoor... o attraverso un exploit (spessissimo non voluto)... [3] https://nooscope.ai/ [4] https://purl.archive.org/dtafanicit/Calude [5] https://www.nature.com/articles/d41586-019-00857-9 [6] https://www.tandfonline.com/toc/utas20/73/sup1?nav=tocList [7] https://amstat.tandfonline.com/doi/full/10.1080/00031305.2016.1154108#.XInv… [8] https://pluralistic.net/2022/10/11/rene-descartes-was-a-drunken-fart/#trust… «Those backdoors rely on the target outsourcing their model-training to an attacker.». Il problema della "underspecification" e dei "data-set spannometrici" non sono specifici del software. [9] https://www.cs.cmu.edu/~rdriley/487/papers/Thompson_1984_ReflectionsonTrust… [11] https://www.pointswithacrew.com/can-boeing-fix-a-potentially-faulty-737-max… [12] https://brusselsprivacyhub.com/2022/06/01/brussels-privacy-hub-working-pape… [13] How Certification Systems Fail: Lessons from the Ware Report† https://www.cl.cam.ac.uk/~rja14/Papers/ieeesp12warereport.pdf [14] https://csrc.nist.gov/csrc/media/publications/conference-paper/1998/10/08/p… [15] quale software non ha un effetto rilevante sulle vite delle persone? [16] https://www.lightbluetouchpaper.org/2022/10/10/ml-models-must-also-think-ab… [17] https://youbroketheinternet.org/ -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

Nov. 12, 2022

Re: [nexa] critica di harari (Stefano Quintarelli)

by karlessi

Buongiorno, finalmente qualcuno con una critica ben argomentata su Harari! Parecchie suoi scritti osannati come discorsi "rivoluzionari" mi sono risultati davvero indigesti; senz'altro saggi non da storico ma da futurologo poco accorto. Grazie di cuore! Ora attendo qualcun* che faccia lo stesso con Byung-Chul Han, maitre à penser apodittico (ben più di Harari), a mio parere afflitto da una tecnofobia derivata da uno dei suoi maestri, Heidegger [1], e come il maestro del tutto digiuno di pratica concreta con il digitale. l'ultimo suo Einaudi, "Le non-cose", IMHO è un'accozzaglia di pregiudizi spacciati come verità dall'alto di una cattedra filosofica. grazie a chi ha energie e capacità per leggere a fondo e criticare (vagliare, discernere) i (troppi) discorsi sulle "nuove tecnologie" k. [1] mi riferisco in particolare a "La questione della tecnica", "Die frage nach der technik", 1953, da cui discendono i discorsi sul "dispositivo" (Ge-stell) che dispone il mondo, la "gente", il destino... Al di là del nazionalsocialismo, che pure è sua innegabile caratteristica, Heidegger non sapeva granché di tecnica, certo non di reti e macchine digitali. Eppure ha disgraziatamente influenzato molto del pensiero contemporaneo. Se la tecnica oggi è considerata cosa "apolitica", quadro generale di un'epoca svincolata dalle questioni politiche, molto si deve alla sua pessima idea del "destino tecnico ineluttabile". > Message: 6 > Date: Fri, 11 Nov 2022 23:27:53 +0100 > From: Stefano Quintarelli <stefano(a)quintarelli.it> > To: nexa(a)server-nexa.polito.it > Subject: [nexa] critica di harari > Message-ID: <1c09dfe2-3f4c-cce0-c55f-f66490a7cbc4(a)quintarelli.it> > Content-Type: text/plain; charset=UTF-8; format=flowed > > confesso di non essere riuscito a leggere tutto il "21 lezioni per il xxi secolo" che mi > sembrava basato su speculazioni e affermazioni apodittiche uscite dal manuale di marketing > della silicon valley > > Sarah Spiekerman ha scritto un articolo molto puntuto su Harari. > > https://www.sarahspiekermann.com/blog-en/the-problem-with-harari%E2%80%99s-… > > chissa se, e in che misura, fare l'eco alla mitologia della silicon valley ha contribuito > al suo successo che lo ha portato a divenire un maitre a' penser di fama mondiale. > > ciao, s. -- "tecnologie appropriate - https://alekos.net" "pedagogia hacker - https://circex.org"

Nov. 12, 2022

Re: [nexa] implementazione parziale spid

by Alessio Durante

Caro Alberto, il dubbio da lei sollevato potrebbe essere posto al reparto IT che se ne occupa, inviando loro una semplice email. Questo servirebbe più che altro per capire se è in previsione quanto da lei richiesto nel breve termine, per quanto concerne l'università oggetto della questione. Secondo me, se non trovasse addirittura una risposta risolutiva, darebbe quantomeno un piccolo input in merito. Cordiali saluti, -- Alessio Durante

Nov. 11, 2022

critica di harari

by Stefano Quintarelli

confesso di non essere riuscito a leggere tutto il "21 lezioni per il xxi secolo" che mi sembrava basato su speculazioni e affermazioni apodittiche uscite dal manuale di marketing della silicon valley Sarah Spiekerman ha scritto un articolo molto puntuto su Harari. https://www.sarahspiekermann.com/blog-en/the-problem-with-harari%E2%80%99s-… chissa se, e in che misura, fare l'eco alla mitologia della silicon valley ha contribuito al suo successo che lo ha portato a divenire un maitre a' penser di fama mondiale. ciao, s.

Nov. 11, 2022

"Digital Humans: life in the Metaverse"

by Alessio Durante

Holograms can make believe an audience to be in front of a real person, yet it is created by a digital model. In yesterday’s post I referred to one of the Megatrends identified by the IEEE FDC IAB, the growing importance of Virtual Worlds for Industry. An important aspect of those Virtual Worlds are Digital Humans, digital copy of a given set of human characteristics that can be used as a replica of the real human in some activity. Continue [https://cmte.ieee.org/futuredirections/2022/11/11/digital-humans-life-in-th…] via Roberto Saracco, IEEE Future Directions -- Alessio Durante

Nov. 11, 2022

"Thanks Elon, I'm Done With Twitter's Dumb Blue Check Mark"

by Alessio Durante

In a world of fakes, I sure wish there was a way to tell what was real. Twitter's blue check mark was an ingenious answer to this impossible problem. The check mark meant Twitter verified that the person logging into that account was who they said they were. Even pseudonymous accounts for political activists living under repressive regimes could reliably get their message out. To help, Twitter enacted extra protections like two-step verification to help us all trust the system. Continue […[https://www.cnet.com/news/social-media/thanks-elon-im-done-with-twitters-dumb-blue-check-mark/]] via Ian Sherr, CNET -- Alessio Durante

Nov. 11, 2022

Can Elon Musk Make the Math Work on Owning Twitter? It’s Dicey.

by 380°

Buonasera, «Can Elon Musk Make the Math Work on Owning Twitter? It’s Dicey.» https://www.nytimes.com/2022/10/30/technology/elon-musk-twitter-debt.html --8<---------------cut here---------------start------------->8--- The numbers are already daunting. The $44 billion acquisition was the largest leveraged buyout of a technology company in history. To do the deal, Mr. Musk, the world’s richest man, loaded about $13 billion in debt on the company, which had not turned a profit for eight of the past 10 years. [...] If Twitter needs more money in a year, finding new investors could be a lot to ask given the economics of the company. Even Mr. Musk has conceded that his initial investors in the deal valuing Twitter at $44 billion were “obviously overpaying.” The stocks of many social media companies have tumbled this year as they navigate the same problems as the rest of the economy. Given his net worth of more than $200 billion, Mr. Musk himself could theoretically help cover Twitter’s extra cash needs. He could also try to buy out some of Twitter’s lenders and reduce its debt load. [...] Putting more money into a leveraged, slow-growth company like Twitter is also not the same as investing in a rapidly growing venture-backed start-up like his rocket-making company, SpaceX. The risks are greater at Twitter because the banks doing the lending care only about getting paid their interest on the day it is owed. Unlike, say, a real estate company, Twitter does not have a large amount of assets to offer lenders as collateral to keep them at bay. [...] Twitter has suffered years of mismanagement and may benefit from fixing its business out of the glare of the public markets. [...] Mr. Bruner said the worst deals are typically struck at the peak of a market — as with Mr. Musk’s purchase of Twitter. He offered what he thought could be a worst-case scenario for the company. In that future, Mr. Musk would not be able to “get the expenses down to the level necessary to cover the debt burden.” That would “slowly erode the company’s equity, and he’s unable to find more equity investors.” The final outcome? “Slowly, Twitter implodes,” Mr. Bruner said. --8<---------------cut here---------------end--------------->8--- Non credo che Musk (o gli stuoli di consulenti finanziari che può permettersi) non siano in grado di fare i conti, quindi da quello che si può capire dalle informazioni che ci danno questa acquisizione è la più strana della storia di Internet, o no? Saluti, 380° -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

Nov. 11, 2022

The 1960s Experiment Created Today’s Biased Police Surveillance

by Enrico Nardelli

https://slate.com/technology/2022/11/police-beat-algorithm-lbj-ibm.html -- sent from mobile, please forgive typos and conciseness =================== Prof. Enrico Nardelli Univ. Roma Tor Vergata ===================

Nov. 11, 2022